实测三款本地AI写Python游戏，只有它零BUG

同一道编程题，Llama 4崩溃收场，Gemma 4暗藏两个BUG，只有Qwen3-Coder一次运行即成功，是目前最值得本地部署的开发者AI模型。

为什么用"写游戏"来测试AI编程能力？

作者选择了 Pygame（Python游戏框架）而非普通脚本作为测试任务，原因很简单：游戏代码容不得细节错误。一个菜单加载慢了只是让人烦躁，但游戏里方向键反了、碰撞判定失效，玩家瞬间就能感受到——这让"写游戏"成为比普通编程更严苛的压力测试。

三款模型均在本地运行（Local LLM，即在自己电脑上离线跑的大语言模型，无需付费订阅），接受完全相同的提示词（Prompt）：

"用 Python 和 Pygame 制作一个横版射击游戏。玩家飞船在屏幕左侧，可上下左右移动，按空格发射子弹。敌人从右侧随机位置生成并向左移动。击中敌人加分，敌人碰到玩家则扣一条命。"

Llama 4 表现如何？

一帧都没撑过去——直接崩溃。

• Meta 的 Llama Scout 17B 生成的代码，启动即报错
• 根因：一个字典变量引用了从未创建的键值，导致程序在显示任何画面前就崩溃
• 修复只需一行代码，但这说明模型在生成前没有自我校验
• 修复崩溃后继续测试，发现方向键操作完全反向（左键→飞船向右）
• 敌人与玩家碰撞后不会消失，导致玩家毫无喘息空间

结论：Llama 4 在此次编程测试中彻底失败。

Gemma 4 表现如何？

视觉效果最好，但核心玩法有两处致命BUG。

Google 开源的 Gemma 4 26B 在界面设计上最用心：
- 背景星空采用视差效果（Parallax），近处星星更亮更快，远处更暗更慢，有纵深感
- 玩家飞船造型简洁，三角形轮廓干净利落

然而游戏逻辑出了两个问题：

• BUG 1： 一颗子弹可以同时消灭两个重叠敌人并各自计分——碰撞检测没有在首次命中后终止循环
• BUG 2（更严重）： 敌方子弹打中玩家飞船后，生命值不减少——游戏失去了失败条件，玩家永远不会输，毫无挑战性可言

结论：Gemma 4 完成度高但不可用，两个BUG直接破坏游戏体验。

Qwen3-Coder 表现如何？

零修改，一次运行成功。

阿里巴巴开源的 Qwen3-Coder 30B 是此次测试的唯一"满分选手"：

• 游戏启动即运行，无任何报错
• 方向键控制正确，碰撞逻辑完整，计分系统准确
• 专项验证：同时发射两颗子弹命中同一敌人，只计一次分——作者刻意重现了 Gemma 4 的 BUG 场景，Qwen3-Coder 提前规避
• 游戏有真实的"失败条件"，玩法完整有紧张感
• 作者坦言：调试阶段忘记找 BUG，直接沉浸玩了起来

更令人意外的是：Qwen3-Coder 30B 是三者中对本地硬件要求最低的，在存储、内存、显存（VRAM）占用上均更友好。

哪款模型最值得本地部署？

综合结论： 对于有编程需求的华人开发者、技术创业者或副业接单者，若要在本地（离线、免费）运行一个AI辅助编程，Qwen3-Coder 30B 是目前性价比最高的选择，不仅代码质量最可靠，资源消耗也最低。

如需运行本地模型，可通过 Ollama 平台下载并管理，完全免费，支持 Mac/Windows/Linux。

参考来源：
- 原文：XDA Developers，作者 Abhinav Raj，发布于 2026年6月22日
- Ollama 官网： https://ollama.com

相关阅读

• 455人被捕！美司法部破获65亿医保诈骗案
• 6月23日纽约民主党初选结果出炉
• 纽约华人聚居区生存图鉴2026
• 2025年退休账户余额创历史新高

欢迎来到纽约入口社区论坛（nycrukou.com）！ 这里汇集可负担住房、移民政策、就业支持、政府福利等实用资讯，持续更新纽约华人社区最关心的话题。纽约入口是正规注册的501(c)(3)非营利组织，本论坛不做广告，不收费，赶快收藏，分享，推荐给你的小伙伴吧。
注册后可以赚取积分，使用纽约入口专门为华人打造的自动化工具，以及浏览重要资讯。开始你的每日赚分之旅吧，这个将会有大用，功能逐步推出中。

💡 小技巧：点击论坛下方，论坛统计下面的“最新动态”，可以直接找到所有最新发表的文章。点击“待阅读文章”，可以找到所有你错过的文章。

原文来源： https://nycrukou.com